ADOÇÃO DE IA

obter formação em competências IA e aprendizagem automática, percentagem que aumenta até aos 71% entre os jovens profissionais das finanças.

OS RISCOS

A adoção da IA tem o potencial de gerar melhorias em toda a cadeia de valor de investimento, mas também apresenta riscos que poderão minar a confiança dos investidores se não são controlados.

Podemos assinalar, por exemplo, como é que as ferramentas de IA obtêm e processam os dados quando existem problemas de integridade dos mesmos e possíveis vieses. Ou como se pode fazer cumprir a transparência e a responsabilidade quando há uma capacidade limitada para observar ou explicar aos clientes ou aos supervisores o processo de tomada de decisões de uma aplicação de IA.

Muitas destas preocupações não são novas para a indústria. Mas conseguir o equilíbrio adequado entre o risco e o lucro pode representar um grande desafio.

As empresas também devem estar familiarizadas com os diferentes planos que têm posto em marcha as autoridades das principais jurisdições para estabelecer quadros regulatórios para o uso da IA nos serviços financeiros. Na UE, por exemplo, a Diretiva RGPD, que proporcionou um contexto integral para a gestão de dados, foi seguida da proposta de Lei de Inteligência Artificial, que requererá uma maior adesão a partir de todas as indústrias e setores.

Mas a regulação por si só não pode enquadrar todos os riscos da IA. Devido ao facto de os algoritmos não possuírem intrinsecamente atributos éticos fundamentais de honestidade, justiça, lealdade e respeito pelos demais, os profissionais responsáveis pelo seu desenvolvimento e pelo seu uso devem imbui-los como princípios de desenho. Portanto, um enfoque na ética e nos standards profissionais é fundamental para o desenvolvimento de práticas de IA responsáveis e centradas no cliente.

Quatro Princ Pios

Neste âmbito desenvolvemos uma estrutura de tomada de decisões que serve de guia para que as empresas realizem o desenho ético, o desenvolvimento responsável e a implementação de ferramentas de IA. Está baseado nos seguintes princípios, que devem ter-se em conta em cada passo do fluxo de trabalho de IA.

1. Integridade dos dados

Os conjuntos de dados estão sujeitos a vieses, pelo que devem limpar-se para garantir que se ajustam ao seu propósito num modelo de IA. Delegar a tomada de decisões de um ser humano a uma máquina não elimina os vieses, mas os profissionais que trabalham com ferramentas IA devem ser conscientes deste facto e tomar medidas adequadas para mitigar estas fontes de viés potencial nos processos de tomada de decisões de IA. As técnicas de amostragem devem ser representa- tivas, com etiquetas de dados adequadas e precisas, e cumprir com as leis locais de privacidade de dados.

2. Precisão sobre complexidade

As aplicações de IA devem ser confiáveis e funcionar segundo o previsto num contexto real. Os modelos frequentemente veem-se superados por uma complexidade excessiva em detrimento da precisão e da compreensão, o que significa que os processos de IA não se podem contrastar de maneira efetiva.

3. Transparência e capacidade para interpretar os resultados

Os profissionais de investimento que trabalham com científicos de dados que constroem modelos de IA devem avaliar as possíveis compensações entre a precisão do modelo e a interpretação para que possam explicar os resultados de maneira efetiva a audiências externas. Os profissionais de investimento devem poder compreender as caraterísticas chave de qualquer programa de IA que informe sobre decisões de investimento, incluindo os parâmetros utilizados nos modelos e a investigação quantitativa que se incorporam as recomendações de investimento.

A IA interpretável e explicável são conceitos chave, neste sentido. A IA explicável abarca ferramentas que clarificam como é que uma determinada caraterística num modelo de IA, ou a sensibilidade da mesma, contribuem para um resultado, melhorando assim a transparência e a interpretabilidade. Também se pode utilizar para explicar o rendimento geral do modelo e a interpretabilidade.

4. Responsabilidade de contas top-down

Dada a complexidade dos projetos de IA e a necessidade de que as estruturas de negócios colaborem no seu desenvolvimento, a responsabilidade da liderança, a cultura ética e a implementação das próprias capacidades de tecnologias de informação (TI) são essenciais para o êxito. Começando com a liderança sénior, deve estabelecer-se uma visão estratégica e uma cultura ética para o desenvolvimento da IA dentro da sua organização.

Em conclusão, adotando este enfoque, as empresas podem demonstrar o seu compromisso ético com o avanço das novas tecnologias enfocadas para o cliente na gestão dos investimentos, protegendo dessa maneira também as suas operações no futuro.

O Mundo Multipolar Pode Apresentar Oportunidades

Com os EUA, a China e a Rússia num prolongado período de tensão geopolítica, estamos num mundo multipolar. Além de acelerar a desglobalização, é provável que esta dinâmica provoque um aumento da volatilidade e coloque as rentabilidades dos ativos de risco em perigo, mas também pode criar oportunidades para os investidores na hora de selecionar ações. O mundo está a passar de uma economia de eficiência para uma economia de resiliência, uma vez que as economias ocidentais procuram impulsionar os investimentos em áreas estratégicas como a alimentação, a energia e a defesa, ao mesmo tempo que dão menos prioridade aos custos e à eficiência. Este contexto pode apresentar oportunidades para os investidores ativos em ações. É provável que a seleção de ações seja importante e as abordagens multiativas flexíveis também podem ser relevantes. Ativos como a dívida pública a mais curto prazo e o ouro podem funcionar bem: o primeiro como estratégia de buy-andhold, enquanto o segundo é um ativo real alternativo às moedas fiduciárias que não pode ser facilmente manipulado. O ouro tem o potencial de servir como amortecedor contra os riscos geopolíticos e o enfraquecimento das moedas fiduciárias, que estão atualmente na mente dos investidores.